OpenCV中的前景背景分割方法之間的區別

OpenCV 2.4.5版提供了幾種不同的實現方式，可用於跟蹤使用統計方法估計背景的移動對象。 OpenCV在CPU上實現了BackgroundSubtractorMOG,BackgroundSubtractorMOG2類。另外，它的GPU實現分別爲BackgroundSubtractorMOG和BackgroundSubtractorMOG2，分別爲gpu::MOG_GPU和gpu::MOG2_GPU。還有兩個其他算法gpu::GMG_GPU和gpu::FGDStatModel。OpenCV中的前景背景分割方法之間的區別

在我的應用程序中，我想在移動物體進入場景後立即分割出它們。我想避免像陰影這樣的誤報。這4種算法似乎都集中在相同的目標上 - 通過隨着時間的推移創建背景模型，他們將背景與前景分開。如果有這些實現經驗的人可以幫助我決定使用哪種（GPU）實現，那麼我就會徘徊。這些算法（MOG，MOG2，GMG和FGDStatModel）如何彼此不同？使用一種或另一種算法的優點是什麼？這些實現如何在速度，配置參數的能力，準確性，陰影檢測（誤報）等方面進行比較？

來源

2013-04-22 Alexey

我偶然發現位於{opencv_folder}\samples\gpu的演示源代碼bgfg_segm.cpp。該演示展示了以下背景前景分割類

FGDStatModel 
MOG_GPU 
MOG2_GPU 
VIBE_GPU <- listed under `non-free functionality` in OpenCV documentation 
GMG_GPU

使用和顯示輸出這正是我需要的算法進行比較。顯然，需要調整算法的參數以找到適合給定應用的一種算法（以及一組參數）。

速度對比：

FGDStatModel ~60 frames per second (fps) <-slowest 
MOG_GPU  ~650 fps 
MOG2_GPU  ~650 fps 
VIBE_GPU  ~1000 fps <- fastest 
GMG_GPU  ~190 fps

來源

2013-04-25 16:15:52 Alexey

和什麼有關的所有參數調整？ – nkint 2013-08-16 09:29:43

@nkint確實，準確度取決於您的應用程序以及爲給定算法選擇的參數。我沒有做廣泛的研究。 – Alexey 2013-08-16 14:57:54

以及您使用了哪個參數？手動微調？ – nkint 2013-08-16 15:11:18

OpenCV中的前景背景分割方法之間的區別

回答

相關問題